LazyLLM

像搭积木一样，懒人也能快速搭建多智能体 AI 应用

开源 🏷️定价信息待确认 ✅ 目前可打开智能体 🍴 复刻 431 🐛 待处理 84 👀 关注 149

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3891

维护状态活跃

是否开源开源

定价模式 🏷️定价信息待确认

项目预览

项目数据

分类智能体

开发团队LazyAGI

官网地址https://docs.lazyllm.ai

GitHubhttps://github.com/LazyAGI/LazyLLM

定价模式🏷️定价信息待确认

价格说明定价信息待确认

访问状态✅ 目前可打开

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型agents,ai-agent,data,deep-learning,documentation-tool,finetuning,framework,knowlege-graph,langchain,lazyllm,llamaindex,llm,llms,rag

GitHub 星标★ 3891

上线时间2024-06-04 00:00:00

代码更新2026-11-06

仓库体积28.7 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数3

项目介绍

LazyLLM 是一个面向多智能体 LLM 应用开发的低代码框架，旨在让开发者以最懒的方式快速构建复杂的 AI 应用。它解决了传统 LLM 应用开发中流程编排繁琐、多模型集成困难、提示词管理复杂等问题。核心能力包括：基于图结构的流程编排，支持链式、并行、条件分支等复杂逻辑；内置数据管理、微调（finetuning）和知识图谱支持，方便构建 RAG 应用；提供与 LangChain、LlamaIndex 等生态的集成，以及文档工具链。通过简洁的 Python API，开发者可以像搭积木一样组合模型、工具和知识源，大幅降低开发门槛。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3891

技术标签

agents ai-agent data deep-learning finetuning

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 3 环境（README 未指定具体版本）
已安装 pip3
源码安装需本机已安装 git
Windows/macOS 需按官方教程处理环境依赖

安装与启动步骤

1pip 安装 LazyLLM

README 推荐方式，只安装 lazyllm 及必要依赖，适合大多数普通用户。
```
pip3 install lazyllm
```
2安装全部依赖

先装 lazyllm，再执行 install full 安装全部依赖，耗时较长，按需选择。
```
pip3 install lazyllm
lazyllm install full
```
3克隆源码仓库

源码安装先克隆仓库并进入目录，README 用的是 SSH 地址。
```
git clone git@github.com:LazyAGI/LazyLLM.git
cd LazyLLM
```
4安装源码依赖

在 LazyLLM 目录下按 requirements.txt 安装依赖，可与 pip 方式二选一。
```
pip install -r requirements.txt
```
5Windows/macOS 安装

Windows 或 macOS 用户需参考官方教程，README 未给出具体命令。